चिकित्सा क्षेत्र में, इमेजिंग डेटा का विश्लेषण हमेशा से ही एक जटिल और श्रमसाध्य प्रक्रिया रही है। हाल ही में, वेल कॉर्नेल मेडिकल कॉलेज के शोधकर्ताओं ने LILAC (लर्निंग-बेस्ड लॉन्गिट्यूडिनल इमेज चेंज इंफरेंस) नामक एक नई कृत्रिम बुद्धिमत्ता प्रणाली विकसित की है जो समय के साथ बदलने वाली चिकित्सा इमेजिंग का कुशलतापूर्वक और सटीक रूप से विश्लेषण और पता लगा सकती है। यह शोध 20 फरवरी को प्रोसीडिंग्स ऑफ द नेशनल एकेडमी ऑफ साइंसेज में प्रकाशित हुआ था, और LILAC की कई चिकित्सा स्थितियों में व्यापक अनुप्रयोग क्षमता को प्रदर्शित करता है। पारंपरिक चिकित्सा इमेजिंग विश्लेषण विधियों को अक्सर बड़ी मात्रा में अनुकूलन और पूर्व-

MRI छवियाँ उनकी जटिलता और डेटा के बड़े आकार के कारण, हमेशा चिकित्सा इमेजिंग विश्लेषण में एक बड़ी चुनौती रही हैं। बड़े भाषा मॉडल (LLM) को MRI विश्लेषण के लिए प्रशिक्षित करने के लिए, डेवलपर्स को प्राप्त छवियों को 2D छवियों में काटना पड़ा, यह प्रक्रिया संभव होने पर भी, जटिल शारीरिक संरचनाओं के विश्लेषण की क्षमता को सीमित करती है, विशेष रूप से मस्तिष्क ट्यूमर, हड्डियों की बीमारियों या हृदय रोग जैसे जटिल मामलों में। छवि स्रोत नोट: छवि AI द्वारा उत्पन्न, छवि लाइसेंस प्रदाता Midjourney द्वारा। हालांकि, GE चिकित्सा ने इस वर्ष।

चिकित्सा प्रौद्योगिकी के तेजी से विकास में, कृत्रिम बुद्धिमत्ता चुपचाप रेडियोलॉजी क्षेत्र में निदान के तरीके को बदल रही है। Qure.ai, यह नवोन्मेषी कंपनी, इस परिवर्तन के अग्रभाग पर है, AI तकनीक का उपयोग करके चिकित्सा सेवाओं में नई ऊर्जा का संचार कर रही है, न केवल निदान की दक्षता और सटीकता को बढ़ा रही है, बल्कि चिकित्सा संसाधनों की कमी से निपटने की उम्मीद भी दे रही है। Qure.ai का AI प्रणाली अविश्वसनीय क्षमताएँ प्रदर्शित कर रही है। यह एक छोटे समय में विशाल चिकित्सा इमेजिंग का विश्लेषण कर सकती है, जिसमें सीने का एक्स-रे, सीटी स्कैन और एमआरआई इमेज शामिल हैं, और तपेदिक, फेफड़ों का कैंसर और स्ट्रोक जैसे रोगों की सटीक पहचान कर सकती है।

2035 तक, यह अनुमान है कि एफडीए द्वारा स्वीकृत चिकित्सा इमेजिंग एआई टूल की संख्या में तेजी से वृद्धि होगी, और जोखिम पूंजी का समर्थन 30 बिलियन डॉलर से अधिक होगा। पिछले सात वर्षों में, चिकित्सा इमेजिंग एआई उत्पादों की उपलब्धता में निरंतर वृद्धि हुई है, जिसमें चिकित्सा इमेजिंग डिजिटल स्वास्थ्य जोखिम पूंजी का 85%占 करती है। अनुसंधान से पता चलता है कि जोखिम पूंजी के समर्थन और एआई उत्पाद विकास के बीच एक मजबूत संबंध है, और 2035 तक, बाजार में 350 नए उत्पाद प्रवेश करने की अपेक्षा है।

वैश्विक चिकित्सा इमेजिंग कृत्रिम बुद्धिमत्ता बाजार का पूर्वानुमान है कि यह 2032 तक 29.8 बिलियन डॉलर तक पहुँचेगा। उत्तरी अमेरिका का बाज़ार हिस्सा सबसे बड़ा है, लेकिन एशिया-प्रशांत क्षेत्र में सबसे तेज़ वृद्धि होने की उम्मीद है। रेडियोलॉजी में कृत्रिम बुद्धिमत्ता के अनुप्रयोग और सीटी की मांग बाजार वृद्धि को बढ़ावा दे रहे हैं। गहरी सीखन और कंप्यूटर दृष्टि प्रमुख तकनीकें हैं, जिसमें स्तन इमेजिंग और ऑर्थोपेडिक अनुप्रयोग प्रमुख हैं।

OBIA में 301 अस्पताल से 937 मरीजों के 193 लाख चिकित्सा इमेजिंग की रिकॉर्डिंग शामिल है, जिसमें 9 प्रकार के मोडालिटी और 30 एनाटॉमिकल साइट शामिल हैं। OBIA ने इमेजिंग डेटा का डिएडेंटिफिकेशन, प्रबंधन और गुणवत्ता नियंत्रण किया है, जो उपयोगकर्ताओं को ब्राउज़िंग, खोज और डाउनलोड सेवाएँ प्रदान करता है। OBIA ने चीन में बायोमेडिकल इमेजिंग डेटा के ओपन शेयरिंग की कमी को भर दिया है, जो चिकित्सा इमेजिंग AI के विकास को बढ़ावा देगा।